数据正变得**多元，转移**快速。现在，有效的数据分析需要非常先进的软件和机器。随着大数据分析兴起，传统的直觉判断有何用场呢?要是数据告诉业务经理“往东走”而她的直觉则说“往西走”，怎么办呢?
这番话出自我口中可能感觉有些让人意外——毕竟我本身是一位数据和科学研究者，不过我坚信，要实现真正的价值，必须要让基于数据和商业知识的直觉引导数据分析工作。
有人会说，你只需要将足够多的数学分析和机器性能应用到数据库，就能得到*好的模型。但是，以为光凭数据挖掘就能够产生取得业务进展所需的答案是愚蠢的。在数据科学中，直觉和数据分析相辅相成，相互启发。
*先，直觉引导分析。洞见鲜少能够凭空出现。它们是应用数值方法测试源自直觉和观察的假设和想法的结果。直觉还能够引导研究人员用于测试这些假想的方法。哪些数据相关呢?哪些变量和转变是合理的呢?原因与结果很可能是什么关系呢?哪些模型合适呢?
另外，分析启发直觉。非监督式的建模技术能够识别数据中的关系和模式，而这些关系和模式通过表面的观察或者小数据样本是看不出来的。简单来说，分析能够带来表面观察无法得出的探索途径启示，甚至可能是反直觉的。
如果没有同时让数据团队和业务团队的聪明**者引导数据分析过程，根据工作经验和专业知识对直觉进行平衡，就会出现问题。
投稿作者：翎flying
